医疗涉及人身安全，要求很高，容错率很低，知识障碍和技术障碍都很高。过去人工智能系统更多的是为终端服务，协助医生诊断和决策。然而，医疗是非常复杂的，直接进入终端是很多问题。在接下来的十年里，Ai+ 医疗会遇到什么样的火花，Ai 会对医疗行业、医务人员、病人等产生什么样的影响？

在这方面，北京致远人工智能研究所与 AITime 一道，特邀首都医科大学附属北京同仁医院神经学和中央实验室主任王家卫；上堂科技学院副院长、集团副院长张绍亭；上海交通大学清远研究所副院长张少定；清华大学创新领袖、艾克生物技术（北京）有限公司创办人、首席执行官夏寒博士以及清华大学创新领袖兼 AICTO 工程博士张鹏，共同发起了 "人工智能是下一个十年的医疗保健" 专题论坛。

来自不同背景、不同立场的几位大人物对人工智能 + 医疗的最初看法是什么？让我们来看一看。

人工智能在抗药性中的作用

2020 年，新型冠状病毒突然出现，医疗机构成为战争疫情的前沿，医护人员成为治愈疾病和挽救生命的无畏战士，人工智能成为疫情预警和诊断的武器。人工智能和医学在两个与我们密切相关的领域以意想不到的方式紧密结合。那么，大数据和人工智能在疫情期间在医疗检测中的作用是什么？你未来还需要改进什么？

新冠肺炎疫情是百年来最大的公共卫生事件，与 1918 年的西班牙流感相当，但与之不同。王家卫主任首先对新冠肺炎的疫情提出了自己的看法，列举和分析了暴发后国内外许多模型的优缺点和特点，重点分析了约翰·霍普金斯大学提出的模型的特点，认为人工智能对传染病的研究和诊断具有很大的价值，可以为分析感染者的情况和疾病的可追溯性提供很大的帮助。强调只有根据临床和流行病学的实际情况和数据，才能建立一个可靠的模型。

新冠肺炎疫情期间，人工智能技术反应迅速，干预力度大，有助于 CT 辅助诊断系统和个人自我诊断系统的启动，帮助医生迅速熟悉新冠肺炎的特点，了解和掌握诊断筛选标准，增强诊断的信心。但是，张绍亭指出，在 "入世" 期间，他还暴露了不同数据源、不同评分水平和不完善的隐私保护等问题，今后可以对相应的问题进行有针对性的改进，迭代和部署模型，对疫情进行预警，提高诊断和治疗的效率。"-

事实上，早在2008年，谷歌流感就有了一种趋势，给当时的医学界和公众卫生界带来了很大的冲击。在此基础上，张鹏提出了利用数据和人工智能技术辅助医疗系统和公共卫生系统的想法。

人工智能对医务工作者的价值？

近年来，人工智能不断发展，专家通过海量数据的病案数据库继续训练AI，学习诊断各种疾病。那么，病人将来能在家里做出诊断吗？医务人员能远程治疗吗？人工智能如何获得病人和医生的信任？

一个关键的诊断和治疗是我们的目标，具有广泛的价值。王家卫主任首先表达了他对未来人工智能诊断和治疗系统的期望，并指出了它的巨大价值。然而，要实现这一目标还有许多困难和挑战：(1)海量数据的处理存在困难，需要人工智能技术人员和医生一起发现和掌握特征数据。(2)应特别关注隐私和伦理问题。未来人工智能将在某些方面超越人脑，但几乎不可能取代人。

目前，许多医疗工作者已经接触到人工智能系统，对引入和推广人工智能系统的抵抗力要小得多。为了让医生相信人工智能的结果，张少亭认为，我们可以从三个方面着手：(1)人工智能技术人员应与医生一起开发产品；(2)应在第三方监管机构的监督下进行；(3)需要确保数据安全和注意可解释性。

医学是一个更加复杂的情况，涉及到各个方面的内容。张鹏指出，通过网络支付的例子，安全是核心问题。与支付涉及的财产安全相比，医疗涉及的个人安全更为严重和重要。AI+医学不仅是一个技术问题，也是一个社会学问题。因此，在满足需求的过程中，距离仍然很长，还有许多问题有待解决。

人工智能将给医疗行业带来什么变化？

随着人工智能技术的发展，未来医学人工智能所需数据的掌握有哪些困难？数据量有多少？如何保护数据安全？如何合理利用基因、蛋白质、代谢等多组信息来提高诊断的准确性和效率？如何保证算法的公平性和算法的可解释性？AI将如何改变新药研发的理论和实践？

自从新冠肺炎爆发以来，新药开发商根据具体目标选择和验证了许多新药。面对人工智能药物筛选与临床应用之间的距离越来越短的情况，王家卫主任表达了他的乐观看法。

目前，清华大学的一些学生正在使用计算机模拟药物分子反应(AITime Bilibili帐户有相关的共享视频，欢迎观看，评论)，以降低药物筛选的成本，缩短筛选时间。张鹏通过介绍真正的医生的学习和成长过程，指出了小样本学习甚至零样本学习的价值，并介绍了数据的价值。人工智能诊断涉及的伦理问题非常复杂。目前，提供辅助诊断和治疗系统没有技术困难，但最终诊断仍然需要医生发布。

人工智能医疗产品涵盖了许多领域。张绍亭指出，不同产品的监管要求不一致，不同领域面临的挑战也不同。如果产品的最终目的是让医生给病人提供诊断阶段，那么产品的需求就会更加复杂，需要平衡数据的安全性、数据等。在设计之初，产品需要努力避免医疗纠纷，并考虑监管要求。新药研发领域更多的B方需求应平衡需求和风险，最终达到降低成本和提高效率的效果。

人工智能+医学，未来的机会在哪里？

今天，我们看到了人工智能的实际进展。未来十年，人工智能在辅助诊断、辅助治疗、新药研发、医学数据挖掘、智能健康管理、医疗保险等领域将如何发展？

在接下来的十年里，AI+医疗面临着许多机遇和挑战。王家卫主任通过人工智能技术治疗盲人的典型例子，将人工智能的新思想和新方法引入医学界。此外，许多技术已经发展了很长时间，这些技术向民用的转变是值得我们期待的，我们应该能够在不久的将来看到它。

在上述每一个领域，都有很有希望的领域。张少亭表示乐观，指出医疗领域的各个部门不应完全分开，它们之间的联系很可能带来新的机会。

在接下来的十年里，张鹏建议我们考虑人工智能是否能帮助我们找到目前无法治疗的疾病(如癌症)的原因，以及我们能否提出有益于医务工作者、普通民众和整个社会的治疗方案。